El apellido Rockefeller no necesita presentación como una de las más influyentes familias en el mundo de los negocios en Estados Unidos.
Lo que no es tan conocido es que este emporio y edificios como el Rockefeller Center nunca hubieran existido si no llega a ser porque el patriarca de la dinastía John D. Rockefeller perdió un tren por minutos.
John D. Rockefeller era socio de una modesta empresa de explotación petrolífera en Ohio en la década de 1860. El magnate de los ferrocarriles americanos Cornelius Vanderbilt, al que recientemente habían “levantado” siete millones de dólares de la época en la Bolsa de Nueva York (aunque esa es otra historia), puso sus ojos en el negocio del transporte de petróleo por ferrocarril y se fijó en la empresa de Rockefeller. Citó a John D. a una reunión en Nueva York y Rockefeller se dispuso a tomar el tren de Cleveland a Nueva York el 18 de diciembre de 1867.
Sin embargo, por razones no conocidas Rockefeller perdió ese tren (se habla de un cochero que perdió el tiempo limpiando las herraduras de uno de los caballos). Pues bien, el tren en cuestión terminó descarrilando y murieron los viajeros del mismo. John D. acabó viajando en un tren posterior y sus tratos posteriores con el clan Vanderbilt fueron muy beneficiosos para ambos y para los norteamericanos con el desarrollo del ferrocarril.
La inteligencia artificial (IA) se define como la inteligencia de la máquina que imita una capacidad de resolución de problemas y toma de decisiones de la mente humana para realizar diversas tareas. Todos los tipos de (IA) utilizan redes de aprendizaje automático, aprendizaje profundo y neurales para evolucionar a niveles más altos.
Existen tres tipos de (IA):
- Inteligencia estrecha artificial (ANI): (IA) con una estrecha gama de habilidades
- Inteligencia general artificial (AGI): (IA) a la par con las capacidades humanas
- Superinteligencia artificial (ASI): (IA) que supera a la inteligencia humana
Echémosle un vistazo a cada tipo de (IA) en detalle para entender las capacidades y potencialidad que cada una arrastra:
1. Inteligencia de estrecha resistencia artificial (ANI)
La inteligencia estrecha artificial (ANI), también conocida como de (IA) débil o (IA) estrecha, es una (IA) de aplicación o tarea específica. Está programado para realizar tareas singulares como reconocimiento facial, reconocimiento de voz en asistentes de voz o conducir un coche. La (IA) estrecha simula el comportamiento humano en base a un conjunto limitado de parámetros, restricciones y contextos.
Algunos de los ejemplos comunes de (ANI) incluyen el reconocimiento de habla y lenguaje demostrado por Siri en los iPhones, la función de reconocimiento de visión mostrada por los coches autónomos y sistemas de recomendación como recomendaciones de Netflix que sugieren programas basados en la actividad en línea de los usuarios. Google RankBrain es otro ejemplo de (IA) estrecha que Google utiliza para ordenar los resultados. Estos sistemas sólo aprenden o están capacitados para completar tareas específicas.
2. Inteligencia general artificial (AGI)
La inteligencia general artificial (AGI), también conocida como (IA) fuerte o (IA) profunda, es la capacidad de las máquinas para pensar, comprender, aprender y aplicar su inteligencia para resolver problemas complejos, al igual que los humanos. Strong (IA) utiliza un marco de teoría de la (IA) mental para reconocer otras emociones, creencias y procesos de pensamiento de sistemas inteligentes. Una teoría de la (IA) a nivel mental se refiere a enseñar a entender verdaderamente todos los aspectos humanos, en lugar de sólo replicar o simular la mente humana.
Aunque (AGI) no se ha realizado aún, ha llamado la atención de las compañías hiperescaladores de primer nivel como Microsoft, que invirtieron 1.000 millones de dólares en (AGI) a través de la empresa OpenAI. Además, en un intento de lograr una (IA) fuerte, la compañía Fujitsu ha construido la computadora K, que es reconocida como una de las supercomputadoras más rápidas del mundo. Del mismo modo, la Universidad Nacional de Tecnología de Defensa de China ha construido Tianhe-2, una supercomputadora de calibre 33.86.
3. Superinteligencia artificial (ASI)
La superinteligencia artificial (ASI) es un tipo de (IA) que supera la inteligencia humana y puede realizar cualquier tarea mejor que un humano. Los sistemas (ASI) no sólo entienden los sentimientos y experiencias humanas, sino que también pueden evocar emociones, creencias y deseos propios, similares a los humanos. Aunque la existencia de (ASI) sigue siendo hipotética y está mucho más atrasada que las dos anteriores, se espera que la toma de decisiones y las capacidades de resolución de problemas de esos sistemas sean mucho más superiores a las de los seres humanos. Normalmente, un sistema (ASI) puede pensar, resolver rompecabezas, tomar juicios y tomar decisiones de forma independiente.
Independientemente del tipo, la (IA) suele tener tres habilidades básicas:
1. Percibir el entorno circundante
Aquí, el modelo de (IA) reúne datos en torno a los datos sobre temas relevantes.
2. Detectar patrones en el medio ambiente
Al recopilar los datos pertinentes, el modelo de (IA) busca patrones de datos comunes.
3. Aprenda de estos patrones y actualización de la comprensión para las decisiones futuras
El modelo de (IA) aprende de los patrones de datos y actualiza su comprensión con el tiempo. Para el tipo de (IA) AGI, esto puede incluir volverse más consciente de sí mismo, creativo y mejorar capacidades cognitivas comparables a los humanos. Del mismo modo, para el modelo (IA) ASI, esta etapa puede implicar el desarrollo de emociones, creencias y experiencias propias y mejorar aún más las habilidades cognitivas que eclipsan la inteligencia humana.
En estos momentos se está librando una batalla feroz por el control del modelo de (IA) AGI. La Inteligencia Artificial Generativa, abreviada o conocida como IAG, es un subcampo de la Inteligencia Artificial (IA) que se centra en la creación de datos, imágenes, texto y otros contenidos de forma autónoma. A diferencia de la (IA) convencional, que se centra en la toma de decisiones y el procesamiento de datos, la AGI se enfoca en la generación de contenido que puede ser indistinguible del creado por seres humanos. Los primeros intentos de generar contenido mediante algoritmos se remontan a la década de 1950. Sin embargo, los avances significativos en este campo se han producido en los últimos años gracias a la mejora de las redes neuronales y el aumento del poder computacional. La AGI tiene aplicaciones en una amplia gama de sectores, incluyendo el arte, la medicina, los videojuegos, la redacción automática y el diseño de productos. La diferencia se encuentra en que la AGI se centra en la generación de contenido autónomo, mientras que la IA tradicional se enfoca en la toma de decisiones y el procesamiento de datos.
La Inteligencia Artificial Generativa se basa en el uso de redes neuronales artificiales, especialmente las llamadas Redes Neuronales Generativas Adversariales (GAN). Estas (GAN) constan de dos componentes principales: el generador y el discriminador.
Generador: Este componente es responsable de crear contenido. Toma una entrada aleatoria y genera datos, ya sean imágenes, texto o cualquier otra cosa. El objetivo del generador es producir contenido que sea lo más realista posible.
Discriminador: El discriminador actúa como un detective. Su tarea es distinguir entre el contenido generado por la AGI y el contenido real creado por humanos. A medida que el generador mejora su habilidad para engañar al discriminador, la calidad del contenido generado aumenta.
Ayer conocíamos por la prensa que la compañía Meta (Facebook) va a pagar 14.300 millones de dólares para comprar el 49% de Scale AI y contratar a su consejero delegado, Alexandr Wang, con el fin de relanzar sus escasos éxitos en el campo de la (IA). Como parte del acuerdo, Wang dependerá directamente del CEO de Meta, Mark Zuckerberg, según anunció la empresa el jueves. Dirigirá un nuevo laboratorio de IA dentro de Meta, encargado de crear “superinteligencia”, y seguirá formando parte del consejo de administración de Scale.
Durante las últimas semanas, Zuckerberg ha estado reclutando activamente a un nuevo equipo de investigadores de empresas rivales para trabajar en el nuevo equipo de Wang, según personas familiarizadas con el asunto y otros informes de prensa. Zuckerberg se ha puesto en contacto directamente con los posibles candidatos, normalmente a través de un correo electrónico o un mensaje de WhatsApp, y ha atraído a algunos de ellos desde empresas como Google con paquetes de compensación económica de siete y ocho cifras. Scale trabaja con Google, OpenAI y otras empresas para ayudar a entrenar sus modelos haciendo que los humanos anoten y etiqueten los datos que les alimentan. La mayor parte de este trabajo se realiza con mano de obra barata fuera de Estados Unidos y se ha convertido en un componente fundamental del desarrollo de la (IA). Desde el decepcionante debut de Llama 4 a principios de este año, el CEO de Meta, Zuckerberg, está ansioso por ponerse a la altura de competidores como Google, OpenAI, Anthropic y DeepSeek, para lo cual lo ha hecho de forma inorgánica adquiriendo esta startup. El lanzamiento de Llama 4 se retrasó varias veces, y luego Meta fue sorprendida manipulando una tabla de clasificación pública para hacer que el modelo pareciera mejor de lo que era https://tinyurl.com/3yrr3fny
La startup Scale AI aporta a Meta tres elementos clave que la convierten en una pieza estratégica para sus ambiciones en Inteligencia Artificial general (AGI):
1. Infraestructura de datos de entrenamiento
La compañía Scale AI es líder mundial en:
- Anotación de datos a gran escala (texto, imágenes, vídeo, LIDAR, etc.).
- Generación de datasets curados, limpios y alineados para entrenar modelos potentes.
Esto es fundamental porque:
- Los modelos de IA grandes (como LLaMA de Meta) necesitan datos bien etiquetados para aprender con precisión.
- Scale permite a Meta acelerar la iteración y el ajuste fino de modelos.
- Le da a Meta una fuente interna confiable de datos personalizados, en lugar de depender de proveedores externos.
2. Acceso a talento e innovación
El CEO de
Scale, Alexandr Wang, es considerado uno de los líderes más brillantes
en (IA) y datos.
Con este acuerdo:
- Wang se incorpora a Meta para liderar un nuevo laboratorio de superinteligencia.
- Meta asegura talento técnico de primer nivel, algo esencial en la carrera por la AGI.
- Le permite competir de tú a tú con OpenAI, Google DeepMind y Anthropic.
3. Ventaja estratégica en la carrera por la AGI
Meta busca construir AGI: una inteligencia que aprenda y razone como un humano. Para eso necesita:
- Infraestructura sólida de datos → Scale lo proporciona.
- Procesos rápidos de recolección y validación → Scale tiene eso automatizado.
- Experiencia en trabajar con gobiernos y sectores críticos, lo que añade reputación y capacidad para operar en entornos sensibles.
Además, la inversión de Meta (49% de Scale) no implica control directo, lo que les permite:
- Evitar problemas regulatorios tras la compra de WhatsApp
- Aprovechar la alianza sin afectar los contratos actuales de Scale con otras empresas o gobiernos.
La compañía Scale AI le da a Meta:
- Datos de calidad para entrenar sus modelos.
- Talento para liderar su nuevo impulso hacia la AGI.
- Infraestructura crítica para avanzar más rápido que la competencia.
Es una jugada estratégica para ponerse al frente en la batalla por el futuro de la inteligencia artificial.
Europa actualmente no está invirtiendo y apostando por la (IA) del modelo AGI, como lo hacen OpenAI, Google o Anthropic, pero sus grandes operadoras de telecomunicaciones están desempeñando un papel clave en la construcción de la infraestructura necesaria para ese futuro. Lo que están haciendo algunas de las principales operadoras europeas en este momento en el campo de la (IA) es lo siguiente:
Deutsche Telekom
- Ha lanzado la iniciativa del “industrial AI cloud”/AI Gigafactory en Alemania junto a Nvidia, con 10 000 GPUs y sistemas DGX B200, lista en 2026
- Forma parte del IPAI (Innovation Park AI), un parque de innovación en Heilbronn con más de 70 organizaciones, campus, centros de datos y laboratorios de IA
- Su CEO, Timotheus Höttges, pide una mayor inversión europea en centros de datos y chips para competir con EE. UU. y Asia.
Orange
- Colabora con Nvidia para construir “AI factories” soberanas en Europa y desplegar infraestructura de edge‑AI en Orange Business
- Ha firmado un acuerdo con OpenAI (finales de 2024) para acceder a modelos pre‑lanzamiento, aplicándolos con Meta para traducir idiomas africanos .
- Tiene Orange Labs, una estructura fuerte de I+D con patentes y centros dedicados al desarrollo de IA.
Telefónica
- Invierte en centros de datos y ciberseguridad, preparándose para consolidaciones que refuercen infraestructura AI-ready.
- Piloto de infraestructura edge computing con GPUs en España, acercando la IA a los lugares de generación de datos.
- Idealmente alineada con el plan europeo “AI Continent Action Plan” para soberanía, centros y talento.
Swisscom y Telenor
- Swisscom lanzó GenAI Studio y catálogo de modelos, facilitando la creación y despliegue de agentes AI.
- Telenor desplegó infraestructuras de edge-AI con GPUs, respaldadas por energía renovable, para servicios públicos y traducción en tiempo real.
El contexto europeo para el desarrollo de la (IA) contempla las siguientes medidas:
- El plan europeo “AI Continent Action Plan” impulsa €200 000 M en IA, con AI Factories (13 operativas) y fábricas de chips, supercomputación y talento.
- Operadoras tienen una estrategia avanzada de IA: el 65 % ya tiene una estrategia formal, y muchas están en fase de escalado, no solo PoC .
Ninguna compañía de telecomunicaciones europea está desarrollando el modelo de Inteligencia Artificial AGI por sí mismas, sus únicos pasos que están dando son los siguientes:
- Proporcionan la infraestructura esencial (computación, centros de datos, edge AI).
- Están habilitando ecosistemas de IA —colaborando con Nvidia, OpenAI y academia— para acelerar innovación local.
- Fortalecen soberanía digital frente a Big Tech, posicionando a Europa con centros propios y regulaciones proactivas.
Europa avanza construyendo los cimientos físicos y regulatorios de un futuro con (IA), aunque sus telecos europeas son actores fundamentales en dicho desarrollo, queda un largo trecho en el desarrollo del modelo de Inteligencia Artificial AGI. Esta jugada representa una de las operaciones más audaces en la carrera actual por dominar la (IA). Si Europa no desarrolla sus propios modelos y capacidades de Inteligencia Artificial AGI:
- Dependerá de EE. UU. (OpenAI, Google, Anthropic) y posiblemente de China, tanto en tecnología como en gobernanza.
- Las decisiones sobre qué modelos se usan, cómo se regulan y qué valores incluyen no estarán en manos europeas.
- Se pierde soberanía no solo digital, sino también cultural, ética y económica.
El modelo AGI es más que tecnología: es poder geopolítico
- La AGI será la infraestructura crítica del siglo XXI, como lo fue el petróleo en el XX.
- Controlarla significa controlar:
- Automatización de industrias.
- Sistemas de defensa.
- Educación, salud, justicia, transporte, energía.
- Si Europa queda fuera, se convierte en consumidora pasiva, no en creadora.
Europa tiene los recursos, pero le falta coordinación
- Europa cuenta con:
- Empresas punteras en telecomunicaciones (Telefónica, Orange, DT).
- Supercomputación (MareNostrum, Leonardo, etc.).
- Talento científico de primer nivel.
- Pero carece de:
- Un proyecto conjunto de AGI ambicioso.
- Inversión concentrada y rápida, como hacen EE. UU. con Microsoft y OpenAI, o China con sus institutos estatales.
Europa ha puesto en marcha la infraestructura y ecosistema … pero va de forma lenta
- La UE ya impulsa el “AI Factories Programme” y promueve soberanía digital.
- Empresas como Deutsche Telekom, Orange, Telefónica están construyendo centros de datos con IA integrada.
- Sin embargo, el foco aún está más en infraestructura y servicios que en crear modelos AGI europeos.
Europa necesita en dicho desarrollo del modelo AGI las siguientes acciones:
- Unir recursos públicos y privados en torno a un proyecto común de AGI.
- Acelerar inversiones en compute, chips, datos y talento.
- Crear alianzas público‑privadas al estilo de CERN o Airbus, con centros de IA abiertos.
- Promover una AGI europea con valores propios: ética, democracia, privacidad.
Europa está aún a tiempo de no perder el tren en el desarrollo de la (IA) pero debe actuar ya. Si no apuesta con decisión por el desarrollo de AGI:
- Se quedará rezagada en la economía del futuro.
- Perderá influencia en el diseño del mundo digital.
- Dependerá de los que sí hayan tomado el liderazgo.
El modelo de Inteligencia Artificial AGI no es solo una carrera tecnológica, es una carrera por el futuro de la civilización.
Para terminar el post, quiero manifestar que espero que la Comisión Europea y los distintos gobiernos de los miembros de la Unión Europea no pierdan este tren como lo sucedió a Rockefeller al comienzo del post. Todo lo que sea dependencia de terceros países que muestran una clara hostilidad, significa esclavitud. Esto lo estamos viendo actualmente con los gobiernos de Estados Unidos y China… No está el cuerpo de los ciudadanos europeos para tal lujo.
Ya lo dijo Publio Siro: “Para el hombre honrado las deudas son una amarga esclavitud”.
No hay comentarios:
Publicar un comentario